当区块链碰上人工智能,它们如何实现互为催化剂?

区块链在本质上是“一种允许互不相识的人信任一个事件的共享记录的技术”,而人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。

从技术实现的路数上分析,区块链所倚重的是是分布式数据存储、点对点传输、共识机制、加密算法等技术,而人工智能技术更多在机器学习、人工神经网络和深度学习方面发展。

这样,双方在技术层面并没有重合点。这就使得区块链与人工智能目前的结合,更多在资本层面展开。而随着二者在应用层面的落地,二者的交叉应用会引起一场新的颠覆式变革。

那么,这场颠覆式变革又会波及到哪些方面呢?

被数据训练出来的人工智能

提起人工智能,其本质是对人的思维的信息过程的模拟。于是,多数人将关注点集中于知识表示、自动推理和搜索方法、机器学习和知识获取、知识处理系统、自然语言理解、计算机视觉、智能机器人、自动程序设计等方面。

但如果我们把这些技术看成是一个设计日趋完善的系统,这个系统显然还需要引入大量的可学习的数据,让人工智能系统实现进化。

就象我们谈到大数据,虽然我们最终要的是根据海量数据采用大数据分析方法得出的结论,但大数据的前提却一定是先拥有海量的可供分析的数据。人工智能同样遇到了这个问题,但这一次,却可能通过区块链解决这一问题。

本质上说,区块链是一系列信息,可以被添加但不会被重写。这意味着人们可以创建新细节附录,形成新的“块”,且之前加密的安全内容也不会被改变。这使得区块链成为一种安全性极强的网上交易方式,拥有值得信赖的所有权记录。

本质上,区块链是一种能够以分散的方式转移数字化所有权的技术,而无需更多的文本工作。而随着应用区块链的产业和企业的增多,区块链本身就变成了优质数据的汇集地,区块链系统也可能成为一个超级数据库而存在。

更重要的是,人工智能需要引入的数据,必须是拥有合法来源,并且不侵犯个人隐私的数据。而区块链的特性,却正好和人工智能形成了互补。

以应用人工智能较多的金融领域为例,与金融相关的数据由于和实体财产息息相关,往往存在于高端安全领域。而区块链数据库以加密状态保存,这意味着只要私钥安全,链上的所有数据就安全。

新兴的AI领域涉及构建算法,该算法能够在数据仍处于加密状态时处理(处理或操作)数据。这样一来,人工智能系统可以得到充分的训练,但金融数据本身是安全的。区块链与AI的结合,可以让双方各取所需,实现共赢。

谁来充当人工智能决策的监督者

从认知角度来说,人类往往是凭借更为直观的事实来做出决策,而人工智能却完全凭借数据分析做出决策,这直接导致了人工智能做出的某些决策让人不能理解。还以金融交易领域的应用为例,AI算法被越来越多地用于判断金融交易是否具有欺诈性,这时它得出的结论,就要监管人员做出判断,是否要对这些交易行为做出阻止或调查的行为。

这个时候,监管人员为了确认人工智能得出的结论,还需要对结论进行审计。而如果决策是按数据点对数据点的方式在区块链上记录下来的,那么对决策进行审计就会简单得多,因为在记录的信息和审计过程开始之间,记录没有被篡改。这样,区块链无形中就充当了人工智能监督者的角色。

需要特别说明的是,在这个过程中,区块链一样是受益者。虽然传统计算机速度非常快,如果没有执行任务的明确指示,计算机就无法完成任务。这意味着,由于它们的加密特性,在传统计算机上操作区块链数据需要强大的计算机处理能力。

人工智能是一种摆脱这种蛮力方式的尝试,并且以一种更聪明、更深思熟虑的方式管理任务。以机器学习为动力的工作量证明将也会以相似的方式解决其工作,尽管它不必花一辈子的时间才能成为一名专家,但如果它得到正确的培训数据,它几乎可以立即提高自己的技能。这样,区块链与人工智能相遇之后,其本身的可管理性也得到了极大的提高。

区块链与人工智能的交叉点

很明显,区块链与人工智能相遇于数据。而对现代企业的业务信息管理系统而言,数据到了今天,已在充当工业革命时代石油的角度。因此,区块链就不仅仅与人工智能,还会与其他与数据相关的新技术形成交集,共同完成一场新的颠覆。

在这个大趋势之下,区块链和人工智能这两种技术趋势,已经在做出最先的尝试。虽然它们各自本身都具有开拓性,但是,它们在整合后将会有潜力变得更加具有革命性。两者都有助于提高对方的能力,同时也提供了更好的监督和问责的机会。

区块链和AI虽然是技术谱系的两个极端:一个是在封闭数据平台上培育中心化的智能,另一个则是在开放数据环境下促进去中心化的应用。然而,如果我们能找到一个聪明的方式让这两个一起协作的话,总的正外部性就能够在瞬间放大出去。接下来,我们唯一能做的就是针对二者结合的不断试验了。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,222评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,455评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,720评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,568评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,696评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,879评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,028评论 3 409
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,773评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,220评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,550评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,697评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,360评论 4 332
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,002评论 3 315
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,782评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,010评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,433评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,587评论 2 350

推荐阅读更多精彩内容